(抗击新冠肺炎)达摩院最新AI诊断技术：新冠肺炎CT影像识别准确率达96%

　　中新网杭州2月15日电(赵小燕)AI正在成为疫情防控战的“新兵种”。2月15日，记者从阿里巴巴了解到，阿里下属达摩院联合阿里云针对新冠肺炎临床诊断研发了一套全新AI诊断技术，AI可以在20秒内准确地对新冠肺炎疑似案例CT影像做出判读，分析结果准确率达到96%，大幅提升诊断效率。明日(2月16日)即将启用的河南郑州小汤山已经引入该算法辅助临床诊断。

　　新冠肺炎疫情早期，由于确诊案例样本量少，医疗机构缺少高质量临床诊断数据，核酸检测作为病原学证据被公认为新冠肺炎诊断的主要参考标准。

　　随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT影像诊断结果变得愈发重要。根据国家卫健委公布的诊疗方案第五版，临床诊断无需依赖核酸检测结果，CT影像临床诊断结果可作为新冠肺炎病例判断的标准。

　　新冠肺炎患者的CT胸片的影像特征表现为单肺或双肺多发、斑片状或节段性磨玻璃密度影等细微变化。一位新冠肺炎病人的CT影像大概在300张左右，这给医生临床诊断带来巨大压力，医生对一个病例的CT影像肉眼分析耗时大约为5-15分钟。

　　达摩院医疗AI团队基于当前最新的诊疗方案、钟南山等多个权威团队发表的关于新冠肺炎患者临床特征的论文，与浙大一附院、万里云、长远佳和古珀医院等多家机构合作，率先突破了训练数据不足的局限，基于5000多个病例的CT影像样本数据，学习训练样本的病灶纹理，研发了全新的AI算法模型。

　　据介绍，通过NLP自然语言处理回顾性数据、使用CNN卷积神经网络训练CT影像的识别网络，AI可以快速鉴别新冠肺炎影像与普通病毒性肺炎影像的区别，最终识别准确率高达96%。AI每识别一个病例平均只需要不到20秒，可有效减轻医生压力。此外，AI还能直接算出病灶部位的占比比例，进而量化病症的轻重程度，大幅提升临床诊断效率。(完)